【AI大模型实战】Coze智能体案例:使用插件自动制作PPT,打工人神器!!

前言

在日常工作和学习中,PPT制作是常见需求。虽然DeepSeek+Kimi是传统方案,但操作繁琐。现在,通过Coze插件的智能体功能,只需输入关键词即可一键生成PPT,大幅提升效率。本文将手把手教你如何操作。

图片

1

创建智能体

首先,在Coze平台(https://www.coze.cn)点击左侧的加号(+)创建智能体,输入“人设与回复逻辑”。

图片

然后,在技能窗口添加Coze官方的iSlide插件,需要下面这四个工具。

图片

这四个工具协调配合,首先根据提示词获取大纲模板。然后再根据大纲模板id生成任务id,最后再根据任务id生成PPT。

2

运行效果

输入提示词“请生成AI主题的PPT,科技风”,智能体就会调用插件自动生成PPT了。

图片

点击链接就可以下载生成的PPT文件,然后本地根据需要再做修改。

图片

3

扩展与思考

官方iSlide插件中有5个工具,其中后两个的功能是一样的,只不过传参不同。一个是outLineId字符串,另一个是outline对象。

图片

有兴趣的小伙伴,可以动手试一下,把插件工具替换一下,同时记得修改“人设与回复逻辑”。

我这里试了一下,小伙伴们可以做个参考。

图片

大家或许注意到了,“人设与回复逻辑”中的技能提示词是一步一步完成的,这就非常适合用工作流来实现。

最后

为什么要学AI大模型

当下,⼈⼯智能市场迎来了爆发期,并逐渐进⼊以⼈⼯通⽤智能(AGI)为主导的新时代。企业纷纷官宣“ AI+ ”战略,为新兴技术⼈才创造丰富的就业机会,⼈才缺⼝将达 400 万!

DeepSeek问世以来,生成式AI和大模型技术爆发式增长,让很多岗位重新成了炙手可热的新星,岗位薪资远超很多后端岗位,在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合,飞速发展,成为炙手可热的新风口,企业非常需要了解AI、懂AI、会用AI的员工,纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型,后台也经常会有小伙伴咨询学习路线和学习资料,我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料,这些学习资料不仅深入浅出,而且非常实用,让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入,精准学习显得尤为重要。一份系统的技术路线图,不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点,还能提供一条高效、有序的学习路径。

img

但知道是一回事,做又是另一回事,初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性,在这基础上,找到高质量的学习资源,不浪费时间、不走弯路,又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式,可以更直观地展示过程,能有效提升学习兴趣和理解力,是现在获取知识的重要途径

在这里插入图片描述
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

海量AI大模型必读的经典书籍(PDF)

阅读AI大模型经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说,阅读经典书籍是非常有必要的。
在这里插入图片描述

600+AI大模型报告(实时更新)

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
在这里插入图片描述

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作,下面这些面试题都是总结当前最新、最热、最高频的面试题,并且每道题都有详细的答案,面试前刷完这套面试题资料,小小offer,不在话下
在这里插入图片描述

在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费

### 使用大模型构建智能体的方法 构建基于大模型智能体涉及多个技术环节,包括但不限于数据准备、模型选择与调优、交互设计以及实际应用场景的设计。以下是关于如何利用大模型来创建智能体的核心方法和技术要点: #### 数据准备 为了训练或微调适合特定场景的大模型,需要收集高质量的数据集作为输入[^1]。这些数据可以来源于公开资源或者企业内部积累的历史记录。对于某些特殊领域(如医疗诊断),可能还需要标注专家知识以提高准确性。 #### 模型选择与部署 目前市面上存在多种开源及商用的大规模预训练语言模型可供选用,例如阿里巴巴通义千问系列、百度文心一言等[^2]。开发者可以根据具体需求挑选合适的基座模型,并考虑是否对其进行进一步定制化调整。如果希望实现离线运行,则可以通过工具如Ollama完成本地环境下的模型加载和服务启动。 #### 对话管理机制 为了让智能体能够更好地理解和回应用户的提问,在对话过程中引入记忆功能是非常重要的一步。这允许系统记住之前交流过的上下文信息从而给出更加连贯自然的回答。 #### 工作流集成 除了基本的文字问答能力之外,很多情况下我们还期望智能体具备执行复杂任务的能力,比如自动化文档处理、客户服务支持等等。这就需要用到像Dify这样的框架帮助快速搭建起包含多步骤操作逻辑的工作流程定义。 ```python from langchain import PromptTemplate, LLMChain from langchain.llms import OpenAI # 定制提示模板 template = """Answer the following question using your knowledge about {subject}: {question} """ prompt = PromptTemplate(template=template, input_variables=["subject", "question"]) # 初始化链路并指定使用的LLM服务提供商 llm_chain = LLMChain(prompt=prompt, llm=OpenAI()) # 测试生成结果 response = llm_chain.run({"subject": "computer science", "question": "What is an algorithm?"}) print(response) ``` 上述代码片段展示了一个简单的例子,说明了如何借助LangChain库中的组件构造出针对某一主题领域的自动应答解决方案。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值